雷达雨量估计与雨量即时预报技术--利用雷达及卫星资料...

雷达雨量估计与雨量即时预报技术--利用雷达及卫星资料...

ID:8077901

大小:141.27 KB

页数:6页

时间:2018-03-05

雷达雨量估计与雨量即时预报技术--利用雷达及卫星资料..._第1页
雷达雨量估计与雨量即时预报技术--利用雷达及卫星资料..._第2页
雷达雨量估计与雨量即时预报技术--利用雷达及卫星资料..._第3页
雷达雨量估计与雨量即时预报技术--利用雷达及卫星资料..._第4页
雷达雨量估计与雨量即时预报技术--利用雷达及卫星资料..._第5页
资源描述:

《雷达雨量估计与雨量即时预报技术--利用雷达及卫星资料...》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、雷達雨量估計與雨量即時預報技術--利用雷達及衛星資料與類神經網路之結合颱風降水估計之研究-類神經網路計畫編號:NSC90-2625-Z-034-001執行期限:90年8月1日至91年7月31日主持人:劉清煌文化大學大氣科學系(2000)採用雙曲線趨近求得台灣地區梅雨摘要季MCSs雲頂溫度與降水量關係。陳等(2000)分析2000年2月春雨個案,發現GWT過去「定量降水」的研究中,共同的法以264K為最佳降雨雲區之雲頂溫度。另特徵是只使用單獨一種資料,如雷達資料外,王(1985)分析中央氣象局15個測站於颱或

2、衛星資料各別的使用,使得降水估計有風期間的降雨特徵顯示台灣地區有豪雨發其限制,本文採用類神經網路(neural生,基本上為四種形式:颱風環流雨、颱network)結合雷達觀測、衛星以及其他與降風環流內小尺度對流系統雨、地形雨及與水有關之觀測資料做定量降水估計。東北季風共伴環流雨,不同颱風路徑其降本研究利用2000年啟德、象神及2001雨特徵會有所不同。王的研究也發現台灣年納莉三個颱風個案分別建立「降水估計地區上空850-750hPa(約1500-3000m)及模式」,估計結果相關係數達0.9以上,而納700

3、-550hPa(約3000-5000m)為水氣飽和層莉颱風也在0.89左右。進一步以此模式當作所在顯示降水與低中高層水氣場有密切之控制實驗,測試各項影響降雨之參數,如:關係。所以本研究在雷達回波垂直方向取雷達資料(最低三層回波:0.5km、1.5km、到2.5km。於此,期望將雷達及衛星資料如雲頂溫度及水氣頻道或其他與降雨相關之2.5km)、衛星資料(IR1、IR2及水氣頻道的雲頂溫度、緯向及經向雲頂溫度梯度)、雨參數加以整合能在降水估計上有好的表量站高度、颱風中心位置與雨量站之距離現。等,測試顯示雷達回波

4、最與降雨相關,衛星資料之雲頂溫度則次之,此結果具有合二、資料來源與方法理性,所以進一步輸入網格點的資料,估計北部地區在個案期間內逐時之平均降雨王(1985)將侵襲台灣之颱風路徑做分量情形,類,有不錯的統計結果,而且降雨區的分不與颱風所在的位置有很密切的關係。本估計結果與實際降雨分布比較甚為一研究以路徑相似性以及雷達資料之可用性致,依此可確認模式的可靠性。作為考量,選取研究個案為2000年啟德颱風7月9日00至12UTC及象神颱風10月31日一、前言18UTC至11月1日06UTC以及2001年納莉颱風9月1

5、6日00UTC至9月18日03UTC(圖在過去國內定量降水的研究中,在雷一)。這些颱風均產生大量的降水及土石達資料的應用方面,如黃(1997)使用中正機流,可知颱風降水問題是一個急待進一步場雷達及五分山雷達之回波資料,以窗區研究的重要課題。選取法(WPMM)(Rosenfeld等,1995)改善中央氣象局五分山雷達(RCWF)於Z-R關係式並以距離及地形高度分類作定量降水估計。在衛星資料的方面,如丘等1996年正式啟用,提供高品質之回波及風-1-場資料以利氣象作業及學術研究之用,本體空間並很快地使網路收斂。

6、本演算法建研究利用NCAR之SOLO及REORDER剔除構在MATLAB軟體之上,可透過MATLAB受地形影響及二次回波之雷達資料且內插強大的運算能力將大量之資料輸入、輸到水平間距1.25公里×1.25公里,垂直間距1出,有效地完成眾多複雜之運算,其演算公里範圍之直角網格上,由於雷達資料涵法步驟如下,蓋範圍之故,目前只取從雷達站(766m)起第一階段-學習演算過程,步驟是:算最低之三層回波(0.5km、1.5km及2.5km),如遇無回波資料之層,則剔除之,1.決定網路的層數及各層間的神經元數即以三層皆有資

7、料為挑選標準,如此選擇目。下,近五分山雷達中心則無回波資料之取2.以均佈隨機亂數設定網路的初始加權樣,之後,由所選取之雨量站的位置求出值及初始偏權值。周圍9點之平均回波值,當作雷達在該測站3.輸入訓練範例及目標輸出值。所觀測的回波值。將此三颱風之雷達資料輸入倒傳遞類神經網路中,其訓練結果將4.計算網路的推論輸出值。與Z-R關係式之結果比較之。另外,採用5.計算輸出層與隱藏層的差距量。GMS-5地球同步氣象衛星之紅外線及水氣頻道資料所對映之雲頂溫度,空間上,以6.計算各層間的加權值修正量及偏權值修正量。雨量站

8、為中心,找出所在位置衛星資料,並以相鄰的方塊,計算出該雨量站位置之7.更新各層間的加權值及偏權值。雲頂溫度及緯向和經向雲頂溫度梯度。在8.重複步驟3至步驟7,直到網路收斂。時間上,由於衛星資料並非如雷達資料如此密集,所以要與雷達時間有所對應,必第二階段-回想演算過程,步驟是:須經過內插,內插的方法為利用相鄰兩時1.讀入已訓練好的網路加權值及偏權值。間對各雨量站之各時間作線性內插。雨量2.輸入待推範例。站資料為每5

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。